Olá Rafael,
Obrigado pelo interesse !
Pelo jeito você captou exatamente a minha dificuldade.
De forma geral todas as suas perguntas são negativas mas vou listá-las abaixo, pois é aí mesmo minha dificuldade !
*Coluna A e B: seria o nome do produto. Haveria uma lista fechada destes produtos? Os nomes sempre vem sem separação na extração?*Sim conseguimos definir alguns itens que sempre se repetem entre si em sua maioria, se possível teria que alimentar com dados novos sempre que se descobrir uma nomenclatura nova, mesmo que esporádica.
*Coluna C: Especificação SAE e DIN são as únicas possíveis ou existem outras especificações? Se existem, quais os códigos das outras?*Não são as únicas, temos algumas outras normas técnicas como AISI, e outras Belgas, que não tenho no momento, mas também conseguiríamos listá-las e se necessário alimentamos esporadicamente, as mais comuns são DIN e SAE (90% do total de 5.000 linhas mensais)
Coluna D: Sempre serão 4 números? Não necessariamente, podemos chegar a bitolas maiores, em sua maioria entre 4 e 5 digitos.
Coluna E: "dim" ou "bit" são as únicas possibilidades desta coluna? Se existem outras, seria possível listá-las?
Não, essa acredito ser a mais complexa pois pode vir de qualquer jeito, as vezes não tem se for acompanhada da norma técnica: ex SAE 8620 M4 - M4= 4,00 mm
Coluna F e G: Está confuso no seu exemplo essas colunas. Creio que é um número decimal em uma coluna só, certo?
Erro meu, na verdade seria apenas uma coluna para a bitola.
Coluna H: unidade métrica mm ou vazio. *Há outras possibilidades de valores neste campo?*Dificilmente, poderia ser tratado como pontual (operação manual)!
Obrigado mesmo pelo interesse Rafael.
Grande abraço,
Fábio